The twilight of the chatbots
本文指出，AI模型的能力提升速度正在加快，尤其是美国三大AI公司推出的前沿模型如Claude Fable和GPT-5.6，已能独立完成需人类工程师数周的工作。中国开源模型虽在性能上落后6-12个月，但也在指数级增长曲线上稳步前进。随着AI系统能执行更长任务，使用方式正从与聊天机器人协作转向管理智能体，专家用户在特定领域使用如Claude Code等工具时表现更佳。
#Anthropic
One Useful ThingAI 评分4040
The Register · AI/ML精选AI 评分6565 Anthropic 在 Slack 中推出常驻智能体 Claude Tag
Anthropic 推出常驻 Slack 的智能体 Claude Tag，取代原有的 Claude for Slack 应用。Claude Tag 可作为团队成员加入频道，根据权限访问频道内的工具、数据和代码库，并能通过持续学习积累上下文，主动更新信息或自主安排任务。现有应用将于 8 月 3 日停服，企业版和团队版客户即日起可迁移，并在 9 月 1 日前迁移可获得最高 25,000 美元的积分。
推荐理由：原文详细描述了新功能的核心变化、迁移时间表和商业激励，读者可以据此评估其对团队协作流程的实际影响。
InterconnectsAI 评分3131 禁止开源 AI 会是一个错误
开源 AI 是一种允许技术公开共享、构建和分发的流程，其安全性、透明度和对经济的推动作用已被广泛验证。超过 90% 的全球软件基于开源技术构建，产生了超过 8 万亿美元的经济效益。开源技术在教育、创新和竞争中发挥着关键作用，为初创企业和学术机构提供了对抗大公司垄断的工具。
Replit 博客AI 评分5050 Claude 现支持直接使用 Replit 进行开发
Claude 现在可以直接集成 Replit，用户可通过自然语言设计应用并直接发送至 Replit 继续开发，实现无缝工作流。该功能通过官方 Replit Connector 实现，支持将任何通用开发任务委托给 Replit 完成。无需复制粘贴或切换上下文，Claude 与 Replit 协同工作，缩短创意与实现之间的差距。
Weights & BiasesAI 评分4848 Claude Fable 5 基准测试成绩公布
Claude Fable 5 和 Claude Mythos 5 正式发布，前者面向通用用户，后者用于受限部署，成为 Anthropic 目前最强大的模型。Fable 5 在 MMLU 和 HumanEval 等基准测试中取得 SOTA 分数，推理速度较前代提升 3.5 倍，支持 8k 上下文长度，闭源且可通过 API 调用。Mythos 5 参数规模达 175B，适用于企业级应用。
One Useful Thing精选AI 评分6262 Ethan Mollick 实测 Mythos 级模型 Claude 5 Fable：从指令到成果的黑箱协作
Ethan Mollick 获得 Claude 5 Fable 早期访问权限，实测其在多个复杂任务中的表现，包括生成等时线地图和研究分析软件 Concord。Fable 能自主调用多个代理进行研究、编码和验证，完成多页规格的长期任务，输出质量显著优于此前模型。
推荐理由：作者通过多个复杂任务实测，展示了 Mythos 级模型在自主执行、多代理协作和深度推理上的能力变化，读者可据此理解人机协作关系的潜在演进方向。
One Useful ThingAI 评分3838 Co-Existence 和 Co-Intelligence 的终结
作者宣布新书《Co-Existence》即将发布，探讨如何与有时优于人类的 AI 协同工作。书中提到 AI 已经能够完成大量编码任务，Anthropic 报告称其 AI 现在编写了 80% 的代码，每位开发者产出提高 8 倍。作者在写作过程中使用了 Claude Code 和 Opus 4.8 等模型辅助生成网站内容，但对 AI 的依赖程度与上一本书不同。
The Register · AI/MLAI 评分5757 Anthropic 提交 IPO 申请，估值达 9650 亿美元超越 OpenAI
Anthropic 已向美国证券交易委员会秘密提交了 IPO 申请，成为目前估值最高的 AI 初创公司。该公司上周刚完成 650 亿美元的 H 轮融资，投后估值达 9650 亿美元，超过了 OpenAI 的 8520 亿美元。IPO 的具体细节和时机将取决于市场条件。
Weights & BiasesAI 评分3838 Claude Opus 4.8 发布，多项基准测试表现超越 4.7 版本
Claude Opus 4.8 已发布，相比 4.7 版本在编码、推理、智能体工作流和知识任务上均实现更强的基准表现。该模型支持 32k 上下文窗口，适用于复杂多步骤任务。目前可通过 API 获取，未公开参数规模与定价。
One Useful ThingAI 评分3737 Choosing to Stay Human：如何在使用AI写作时保持人类思维的主导
使用AI写作可能削弱人类思维能力，尤其当AI被用作直接提供答案的工具时，会导致学习效果下降。在土耳其的一项实验中，使用ChatGPT的学生虽然完成作业更好，但在考试中表现不如未使用AI的学生。相比之下，台湾的一项五个月Python课程实验显示，AI导师根据学生情况定制问题序列，使最终考试成绩提高0.15个标准差，相当于额外六个月到九个月的学习效果。
Last Week in AIAI 评分3030 LWiAI Podcast #246 - Gemini 3.5 + Omni, Musk Loses, OpenAI vs Erdős
LWiAI Podcast #246 总结并讨论了上周的 AI 重大新闻，包括 Google 发布 Gemini 3.5 和 Gemini Spark 智能体，Gemini Omni 支持多模态视频生成与编辑，以及 Cursor Composer 2.5 在 Moonshot 的 Kimi K2.5 上微调后匹配 Opus 4.7 和 GPT-5.5 的 benchmark。
The Register · AI/MLAI 评分3737 Anthropic 发布金融智能体模板，让 Claude 处理金融任务
Anthropic 发布了一套金融智能体模板，旨在让 Claude AI 服务更好地协助处理金融任务。这些模板包含技能、连接器和子智能体，可应用于 Claude Cowork、Claude Code 或作为 Claude Managed Agents 的“食谱”代码片段。Anthropic 强调用户需保持在循环中，审查、迭代并批准 Claude 的工作。
ARC Prize精选AI 评分5959 ARC-AGI-3 分析 GPT-5.5 与 Opus 4.7 的推理失败模式
ARC-AGI-3 通过 135 个新颖环境测试模型的抽象推理能力，分析了 GPT-5.5 和 Opus 4.7 的 160 个推理回放，发现三种主要失败模式：局部效应无法转化为全局世界模型、错误抽象映射至训练数据中的游戏、解决单关但未学习游戏机制。
推荐理由：原文通过分析 GPT-5.5 和 Opus 4.7 在 ARC-AGI-3 上的推理轨迹，揭示了模型在抽象推理和世界模型构建中的具体失败模式，可为模型设计提供可迁移的诊断思路。
One Useful ThingAI 评分3939 Claude Dispatch 和接口的力量
Anthropic 推出 Claude Cowork 与 Dispatch 接口，允许用户通过手机远程控制桌面端 AI 智能体。用户可从手机发送指令，让 Claude 读取日历、邮件和在线频道，生成晨间简报。Dispatch 与 Claude Code 结合，使 AI 能够直接操作本地文件和应用程序，提升非开发人员的使用效率。
One Useful ThingAI 评分4242 AI 智能体驱动的软件工厂：工作模式的根本性变革
StrongDM 公司的三人团队构建了一个完全由 AI 智能体编写、测试和部署生产软件的“软件工厂”，遵循“人类不编写代码”和“人类不审查代码”两条激进规则。该系统将人类制定的产品路线图转化为最终产品，每位工程师每天需消耗相当于其薪资的 AI token（至少 1000 美元）。人类仅对成品进行审查，而无需接触或查看底层代码。
One Useful ThingAI 评分4646 哪个 AI 适合在智能体时代使用：指南
本文探讨了在智能体时代选择 AI 的三个关键因素：模型、应用和工具系统。Claude Opus 4.6 在不同应用和工具系统中表现差异显著，例如在 Claude Code 中可自主编写和测试代码。
One Useful ThingAI 评分5151 管理作为AI超级能力：Ethan Mollick的实验课观察
Ethan Mollick在宾夕法尼亚大学开设实验课，让学生在四天内用Claude Code、Google Antigravity、ChatGPT、Claude和Gemini等AI工具创建创业原型。
One Useful Thing精选AI 评分6060 Claude Code 的工作流程与技能系统实践
作者使用 Claude Code 实现了一个无需人工干预的创业项目，AI 自主工作一小时十四分钟，生成网站并部署，展示了其通过技能系统和子代理管理上下文的能力。该工具支持创建子代理、加载技能、调用浏览器等操作，用户可通过命令行或桌面版使用，适合编程相关或非编程用户探索。
推荐理由：作者展示了 Claude Code 的自主工作流程和技能系统，读者可以据此理解当前 AI 工具如何通过代理机制和上下文管理实现复杂任务。
One Useful ThingAI 评分3838 给你的 AI 一次面试：如何通过“氛围”评估其能力
本文通过模拟“面试”方式测试多个 AI 模型在不同任务中的表现，发现它们在处理特定场景时存在明显差异。Claude 4.5 Sonnet 在写作任务中表现突出，Gemini 2.5 Pro 在计数任务中出现误差，GPT-5 Thinking 风格多变但有时影响连贯性，而 Kimi K2 Thinking 也有类似问题。这种基于“氛围”的测试方式虽具主观性，但能揭示标准化基准难以捕捉的模型特性。
One Useful ThingAI 评分3838 使用 AI 的有偏见指南：如何选择 Claude、Gemini、ChatGPT 等先进系统
本文提供了一份关于当前如何正确使用 AI 的指南，建议根据实际需求选择免费或高级模型。Claude、Google 的 Gemini、OpenAI 的 ChatGPT 和 xAI 的 Grok 是目前最先进的四款 AI 系统，其中 Gemini 在免费图像生成方面表现最佳，而 Claude 缺乏图像和视频生成能力。